买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院沈阳自动化研究所申请的专利基于数字孪生的异构任务与资源端边协同调度方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116156563B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310046985.0，技术领域涉及：H04W28/08；该发明授权基于数字孪生的异构任务与资源端边协同调度方法是由许驰;唐紫萱;于海斌;金曦;夏长清;李栋;曾鹏设计研发完成，并于2023-01-31向国家知识产权局提交的专利申请。

本基于数字孪生的异构任务与资源端边协同调度方法在说明书摘要公布了：本发明涉及无线网络传输调度技术，具体地说，是基于数字孪生的异构任务与资源端边协同调度方法，包括以下步骤：建立基于数字孪生的边缘无线网络；构建异构任务与资源的端边协同调度问题原型；基于多智能体马尔科夫决策过程进行问题转换；基于多智能体深度强化学习构建Actor‑Critic神经网络模型；数字孪生体离线集中式训练神经网络模型；终端设备在线分布式执行任务迁移及计算和通信资源分配，协同处理异构任务。本发明通过数字孪生，可以对异构计算资源类型、任务迁移比例、终端设备发射功率以及边缘服务器计算资源分配比例进行联合优化，支持异构任务的按需迁移，实现端边协同计算，达到任务处理总时延最小化。

本发明授权基于数字孪生的异构任务与资源端边协同调度方法在权利要求书中公布了：1.基于数字孪生的异构任务与资源端边协同调度方法，其特征在于，基于多智能体深度强化学习实现异构任务与异构计算和通信资源的协同调度，包括以下步骤： 1建立基于数字孪生的边缘无线网络； 2根据异构任务的截止期要求以及异构计算和通信资源的约束，构建异构任务与资源的端边协同调度问题； 3将端边协同调度问题转换为多智能体马尔科夫决策过程问题； 4基于多智能体深度强化学习构建Actor-Critic神经网络模型，以对多智能体马尔科夫决策过程问题进行求解； 5数字孪生体离线集中式训练Actor-Critic神经网络模型，以获得经验池及神经网络参数； 6终端设备在线感知环境状态，根据集中式训练Actor-Critic神经网络模型分布式执行任务迁移及计算和通信资源分配，以协同处理异构任务，最小化任务处理总时延； 所述异构任务与资源的端边协同调度问题为 其中，为问题的目标，表示最小化任务处理总时延，Tm表示终端设备m的任务处理时延，为问题的待优化变量集合，分别表示计算资源类型匹配决策、任务迁移比例、终端设备的发射功率与边缘服务器的计算资源分配； C1为任务迁移比例约束；其中，vm,n∈[0,1]是终端设备m将任务迁移到边缘服务器n的任务迁移比例； C2和C3为终端设备的发射功率约束；其中，Pmax表示终端设备的最大发射功率，Ip表示终端设备容忍的峰值干扰功率，与分别表示终端设备m与终端设备m'到终端设备m*的信道增益；其中，m*＝argmaxgm,m'是对终端设备m干扰最大的终端设备； C4为异构计算资源类型的匹配决策约束；其中，om与on分别表示终端设备m与边缘服务器n的计算资源类型；表示异或运算；um,n＝1表示终端设备m与边缘服务器n的计算资源类型相同；um,n＝0则表示终端设备m与边缘服务器n的计算资源类型不同； C5和C6为计算资源约束；其中，fm,n表示数字孪生体估计的边缘计算资源；Δfm,n表示数字孪生体的计算资源估计偏差；Fmax,n表示边缘服务器n的最大计算速率； C7为任务截止期约束；其中，Tmax,m表示终端设备m所执行任务的截止期，即终端设备m所能接受的最长任务处理时延。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。